知识库和 RAG 系统
SecureAI 使用 检索增强生成 (RAG) 将 AI 模型与您的私人数据和文档连接起来，确保安全、准确和上下文感知的响应。RAG 是什么？
**检索增强生成（RAG）**是一种将语言模型与外部知识源相结合的人工智能技术。而不是仅仅依赖模型的预训练数据：- 查询处理：系统分析用户提示，识别相关知识需求。
- 知识检索：语义搜索从索引中检索相关文档块。
- 上下文增强：检索到的上下文被注入到模型提示中。
- 响应生成：人工智能引用您的文档生成事实、有依据的响应。
SecureAI 中的索引类型
索引是按可访问性分类的结构化知识库：1. 个人索引
- 零知识隐私：您的文件和对话均使用租户/用户密钥进行加密。
- 创作：
- 用户：打开聊天界面，单击模型选择器旁边的索引选择器，切换到个人选项卡，然后单击**+**。
- 管理员：转到管理员？指数管理 ?创建索引并将其分配给特定用户。
2. 组索引
- 协作：多个团队成员可以查询文档并将其贡献到同一知识库。
- 创作：
- 转到管理员？集团管理 ?创建组、分配成员并链接共享组索引。
3. 全球指数
- 公司范围的标准：企业合规性、法律术语和操作指南的集中存储库。
- 创建：转到管理？指数管理 ?创建索引并将范围设置为全局。
索引如何工作
当您上传文件（PDF、Word 文档、CSV、JSON、Markdown 或纯文本）时：原始文件——？ 文本提取——？ 语义分块——？ 向量嵌入——？ 向量存储（索引）
- 文档处理：提取和清理文本和元数据（时间戳、文件名）。
- 分块：内容被分割成重叠的优化语义块，以保持上下文连续性。
- 嵌入生成：块被转换为高维向量嵌入。
- 矢量存储：嵌入存储在高性能矢量数据库中，用于即时相似性检索。
最佳实践
- 命名：为索引和上传的文件使用清晰的描述性名称（例如，HR-Policy-2026 而不是 doc1）。
- 文件准备：确保上传的文件是明文；上传前清理低质量扫描。
- 文件限制：标准上传支持每批最大 10MB 的文件。
- 适当范围：将敏感的个人笔记保留在个人索引中；将团队资源移至组索引中。